中国人工智能学会通讯——意识科学研究进展 1.4 意识功能细胞的发现

简介:

1.4 意识功能细胞的发现

此处所说的“意识功能细胞”,是指脑 细胞中具有特定功能的细胞,这些功能是 指具有意识的核心功能,或公认的构成意 识的基础性或专门化的功能,例如推理功 能、数学计算功能、空间定位功能等。

逻辑推理是意识的基本活动形式之 一。在人推理时,其脑细胞如何运动一直 是较多研究的课题。表 1 是近年来国外对 逻辑推理的脑核磁共振成像(fMRI) 研 究状况 [21]。

image

研究显示,对不同的推理形式,脑不同区域产生反应。对于不同的反射区,并根 据其他理论推断,形成了 4 种不同的理论, 解释脑细胞在进行逻辑推理时的运行机理为内心证明理论、内心模型理论、双结构 理论、视觉内心成像理论 [22-26]。

内心证明理论或内心逻辑理论, 由 Braine Henle,Rips 于 20 世纪 70 年代创立, 是将脑类比于计算机处理数据,认为可能 有专职的规则处理功能细胞。

与内心证明理论,内心模型理论认为, 推理过程是脑对于句子所包含的结构和空 间特性意义的信息处理结果,而不是对句 子字符规则的处理结果(见表 1:II-3)。 该理论由 Laid 和 Byrne 于 20 世纪 80~90 年 代创立。

介于上述两者之间的学说是内心的 内 容 和 形 式 的 双 结 构 理 论, 由 Evans 和 Goel、Sloman 于 20 世 纪 末 创 立。Goel 等 对抽象形式的亚里士多德三段论,以及三 段论实例进行分别 fMRI 的实验表明,反射 区有各自不同的区域,也有共同区域(见 表 1:III-2),因此推测脑具有空间信息和 抽象结构处理双结构。

视觉内心成像理论认为,推理是脑对可 视化的发现前提中不充分信息的提供,即 推理结论,由 Kosslyn 和 Finke 于 20 世 纪 80~90 年代创立,它类似于双结构理论(见 表 1 :IV-1)。

对于脑神经细胞的空间功能特性的重 大发现是约翰 • 奥基夫(John O ́Keefe); 莫泽教授夫妇(May- Britt Moser、Edvard Moser)发现了大脑中的空间定位系统,包 括位置细胞 (Place Cell) 和网格细胞 (Grid Cell)。前者由奥基夫于 1971 年发现;后者 由莫泽夫妇于 2005 年发现 [25, 27-30]。空间功 能细胞能够实现方向、位置、速度的感知, 产生空间和边界的意识,莫泽夫妇和奥基夫 由此获得 2014 年诺贝尔生理学或医学奖。 他在大脑一个海马体区域发现一种特殊的神 经细胞,当实验小鼠在房间内的某一特定位 置时,其中一部分这样的细胞总是显示激活 状态;而当小鼠在房间内的其他位置时,另外一些细胞则显示激活状态。奥基夫认为, 这些是“位置细胞”,它们构成了小鼠对所 在房间的地图。莫泽教授夫妇发现大脑定 位细胞被称为是“网格细胞”,这些细胞 产生一种坐标体系,从而让精确定位与路 径搜寻成为可能。

空间功能神经细胞的发现对于意识功 能的意义在于,它验证了意识的“先验性” 是可实验验证的。康德在 17 世纪提出了意 识的“先天性”或“先验性”,它构成纯 粹理性,其根本特征之一是意识能够以时 空结构整理思维“材料”,这种时空结构 先天知识,构成后世所称为意识的主观能 动性的核心特征,即意识不只是被动地接 受外界信息,而是以先天结构整理外界信 息;这种先天结构是以时空结构为基石的, 毕竟时空结构是各种事物结构的母结构。 因此,空间感知能力的物理化实际上验证 了康德的空间概念的物理基础,在哲学层 面上验证了意识领域的科学形而上学的可 能性和现实性。同时,细胞对于空间结构 的对应关系,也验证了意识同构模型在物 理世界、符号世界和神经细胞层次上的严格同构关系。

比空间功能细胞更为抽象的功能细胞是 “计算细胞”,即对于实现抽象数学运算功 能的细胞。2004 年,美国精神卫生研究所 (NIMH)的研究者 Heekeren 等发现了基于 抽象运算结果的决策细胞 [31]。被试对脸和区 别于脸的几何体的脑fMRI反射区进行观测, 形成了图 2 右侧的数据,数据显示 4 组刺激 样本对应的 fMRI 反射信号,其中每组柱状 图反应的是对脸和几何体反射的强度(反射 区见图 2 左部)。可以看出,4 组数据边缘 两侧的数据显示了对少噪声刺激的反应。其 重大发现在于,在脑前皮质区 B8/9 有一个 区域(见图 3)与图 2 的 4 组对比信号的差 异度正相关,即少噪声的刺激区域正相关于 前皮质区 B8/9 的特定区域,该区域是“减法” (减掉噪声)的关联区,是“减法”的运算 细胞。这一功能的发现显示人脑的细胞群体 呈现一种抽象运算的递归行为,类似于计算 机的递归函数的递归运算。这是脑细胞的抽 象运算功能的一个发现。

image

相关文章
|
14天前
|
机器学习/深度学习 人工智能 人机交互
图形学领域的研究热点会给人工智能带来哪些挑战和机遇?
图形学中的一些研究热点,如 3D 模型生成与重建,需要大量的 3D 数据来训练模型,但 3D 数据的获取往往比 2D 图像数据更困难、成本更高。而且,3D 数据的多样性和复杂性也使得数据的标注和预处理工作更加繁琐,这对人工智能的数据处理能力提出了更高要求。例如,在训练一个能够生成高精度 3D 人体模型的人工智能模型时,需要大量不同姿态、不同体型的 3D 人体扫描数据,而这些数据的采集和整理是一项艰巨的任务.
|
13天前
|
机器学习/深度学习 人工智能 机器人
推荐一些关于将图形学先验知识融入人工智能模型的研究论文
推荐一些关于将图形学先验知识融入人工智能模型的研究论文
|
1月前
|
人工智能 自然语言处理 算法
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07(下)
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07(下)
20 2
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07(下)
|
14天前
|
机器学习/深度学习 人工智能 数据可视化
人工智能在图形学领域的研究热点有哪些?
AIGC:通过生成对抗网络(GAN)、变分自编码器(VAE)及其变体等技术,能够根据用户输入的文字描述、草图等生成高质量、高分辨率的图像,在艺术创作、游戏开发、广告设计等领域应用广泛。如OpenAI的DALL-E、Stable Diffusion等模型,可生成风格各异、内容丰富的图像,为创作者提供灵感和素材.
|
1月前
|
机器学习/深度学习 人工智能 算法
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-05(下)
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-05(下)
28 1
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-05(下)
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-19
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-19
48 2
|
1月前
|
存储 人工智能 算法
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-13(上)
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-13(上)
35 2
|
1月前
|
传感器 自然语言处理 安全
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07(上)
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07(上)
41 2
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-16
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-16
32 1
|
1月前
|
机器学习/深度学习 人工智能 算法
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-15
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-15
48 1